Раскрытие силы больших данных: Революция в спортивной аналитике
Спортстановятся более конкурентными и интересными для зрителей во многом благодаря большим данным. С 1990-х годов они используются всеми — от игроков низших лиг до профессиональных спортсменов — для улучшения спортивных результатов, вовлечения аудитории, а также тактики маркетинга и брендинга. Победа в соревнованиях зависит от сервисов больших данных, которые тесно связаны с ними, таких как производительность упражнений, информация о здоровье, статистика тренировок и анализ. Эпоха больших данных оказала значительное влияние на развитие спортивной индустрии.
Могут ли большие данные искажать реальность?
Необычно понимаемая, подобно тому, как вы являетесь тем, что потребляете, ваши мысли и действия подвержены влиянию материала, которому вы подвержены. Это реальность виртуализации с использованием двоичных чисел без фонового счета, что часто ставит под сомнение попытки нормализовать дисконтированный результат.
Глобальный институт McKinsey приводит концепцию больших данных, которая включает четыре характеристики: объем, разнообразие, скорость и ценность. Основываясь на определении больших данных, данном Глобальным институтом McKinseyбольшие данные в спортеможно определить как сбор спортивных данных, который настолько велик, что может получать, хранить, управлять и анализировать гораздо больше, чем позволяют традиционные инструменты программного обеспечения баз данных, включая пять характеристик: объем, разнообразие, скорость, достоверность и ценность. Сотни миллионов спортивных данных генерируются каждый день из миллионов школ, различных мероприятий и сообществ, представляя собой характеристику объема. Характеристика скорости может быть отражена скоростью роста спортивных данных. Разнообразие больших спортивных данных обусловлено тем, что они содержат различные сущности и взаимосвязи, что делает системы больших спортивных данных более сложными.
Сектор профессионального спорта предлагает большие возможности для больших данных, с рыночной стоимостью более 90 миллиардов долларов во всем мире. Вместо того, чтобы полагаться на интуицию, опыт и повествование, участники и зрители спортивных соревнований могут изучать данные, которые раскрывают истинную историю, чтобы помочь с каждой гранью игры.
Наука о больших данных — это гораздо больше, чем просто модный термин. Наука о данных теперь предоставляет множество возможностей благодаря способности решений больших данных управлять огромным объемом и высокой скоростью больших данных. Однако то, что исход игры может быть незначительным в более широком масштабе, не означает, что это «просто игра».
Гиперперсонализированное спортивное вещание
Обеспечивая эксклюзивные и многолетние права на прямую трансляцию различных футбольных лиг, мы лучше всего можем понять демографические данные потребителей футбола, а также потребительские привычки, например, смотрят ли они обзоры, полные игры или и то, и другое.
«Собирая дополнительные данные о потребителях, мы можем создавать диверсифицированные предложения для различных рынков и сотрудничать с различными организациями посредством масштабируемых бизнес-моделей».
Педро Преса, генеральный директор MyCujoo, сказал это об аналитике для персонализации
Ускоренные результаты тренировок с помощью аналитики больших данных
Чтобы выделить сильные и слабые стороны команд и соперников, тренерам обычно приходится часами тщательно нарезать игровые фильмы.
Однако использование такой программы, как Hudl, которая позволяет быстро загружать отснятый материал игры, создавать отчеты и делиться комментариями с командами, может сэкономить тренерам кучу времени.
Рекрутинг игроков, основанный на данных
Согласно гипотезе Moneyball, команды могут приобретать активы, которые другие команды недооценивают, и продавать активы, которые другие команды переоценивают.
То, как часто бьющий достигает базы, известно как процент выхода на базу в бейсболе, в то время как процент отбивания — это переоцененный актив (как часто игрок делает дополнительные хиты — даблы, триплы или хоум-раны).
Процент выхода на базу сыграл значительную роль в успехе, но не в оплате игрока, указывая на то, что игроки дешевы, но талантливы. В результате Бин нанял игроков по сниженным ценам, у которых был более высокий процент выхода на базу.
Интеллектуальное отслеживание и развитие восстановления спортсменов
То, как спортсмен тренируется, влияет на то, насколько хорошо он выступает. Спортсмены должны следить за тем, чтобы у них были хорошо спланированные, богатые питательными веществами блюда, чтобы они высыпались ночью, имели энергию для тренировок и игр, соблюдали правильные режимы тренировок и упражнений и были способны справляться с ментальными препятствиями, которые возникают в мире спорта.
В их интересах существуют приложения, которые показывают детям, как справляться со всеми этими гранями их жизни.
Будь то историческая информация, важнейшие показатели, прогнозы производительности для алгоритмов или несомненная статистика игроков, большие данные являются важнейшим компонентом спортивной индустрии.
Совокупное понимание статистики игроков, их способностей и полных возможностей производительности — вот факторы, определяющие результаты в секторе профессионального спорта. Аналитика больших данных значительно изменила спортивный бизнес, будь то для профессионального, начинающего или юношеского спорта. Большие данные преобразовали спортивную индустрию, превратив статистические данные в стабильный и понятный контент и управляя качественной и количественной информацией.
Ключевые рыночные тенденции
На футбол приходится самая большая доля рынка спортивной аналитики
• Из-за растущего интереса к футбольным лигам, таким как Лига чемпионов УЕФА, MLS, EPL и ISL, только на футбол приходится самая большая часть рынка спортивной аналитики. Кроме того, большая тенденция в отрасли — это совместная работа команд и клубов с аналитическими компаниями. Например, Opta, ведущий поставщик спортивных данных о футболе, сотрудничает с многочисленными футбольными лигами и клубами. Независимо от того, владеет ли игрок мячом или нет, аналитика Opta может отслеживать каждое его движение в определенной зоне поля.
• В заключение, растущий уровень конкуренции, необходимость принятия более обоснованных решений для получения преимущества над соперниками, принятие стратегии для игр на поле, продажи билетов и влияние социальных сетей — все это факторы. Конкурентная среда
• Рынок спортивной аналитики контролируется крупными компаниями с гораздо большим присутствием на рынке, и наблюдается некоторая скромная консолидация рынка. С точки зрения доли рынка, лишь несколько ведущих конкурентов в настоящее время доминируют на рынке. Эти крупные компании, которые контролируют значительную долю рынка, сосредоточены на расширении своей клиентской базы за рубежом. Эти компании используют стратегические совместные проекты для увеличения своей доли рынка и прибыльности. Участники рынка также приобретают стартапы, которые разрабатывают технологии рынка спортивной аналитики, чтобы расширить возможности своей продукции.
Основные игроки
Заключение
Подготовка — ключ к успеху спортсмена. Одним из хороших примеров является использование «Ливерпулем» (ФК) науки о данных для доминирования над соперниками в недавних Премьер-лиге и Лиге чемпионов. Тренер «Ливерпуля» использовал науку о данных, чтобы изменить исход игр по ходу их проведения с большим эффектом — они, в конце концов, являются победителями Лиги чемпионов УЕФА (2018–19) и Премьер-лиги (2019–20). Некоторые исследователи предложили некоторые методы решения проблем в области больших спортивных данных, такие как прогнозирование производительности спортсменов в графе знаний и поиск восходящей звезды спорта. Однако решения некоторых критических вопросов остаются неизвестными, согласно анализу литературы по теме
Автор: Бобби Сингх